自编码器通过学习隐含特征来表达原始数据，那什么是denoise autoencoder呢？

关于Autoencoder参考：http://blog.csdn.net/on2way/article/details/5009508

http://blog.csdn.net/on2way/article/details/50390595

参考：http://www.cnblogs.com/tornadomeet/p/3261247.html

当采用无监督的方法分层训练网络时，为了增强鲁棒性，可以在输入层加入随机噪声，用被破坏的数据重构出原始数据。引入随机噪声的方式，就是

使某些输入随机的置为0，这就非常类似于droupout。不同之处在于：Dropout在分层预训练权值的过程中是不参与的，只是后面的微调部分引入；而Denoise Autoencoder是在每层预训练的过程中作为输入层被引入，在进行微调时不参与。